基于Android的移動終端語音助手系統(tǒng)設(shè)計與實現(xiàn)

引 言

近年來，語音識別技術(shù)獲得了人們的廣泛重視并取得了巨大進展。使用語音識別技術(shù)方便人與機器的交流，能夠改變?nèi)伺c計算機的交互方式。若不能熟練地使用鍵盤、鼠標與計算機或其他智能設(shè)備進行輸入，人機交流的效率較低，會影響到智能設(shè)備的進一步普及。使用語音識別技術(shù)，人們只需說幾句簡單的指令，就可操作程序甚至操作系統(tǒng) [1]。

智能手機是目前使用最為廣泛的通信設(shè)備，通過在手機上嵌入語音識別系統(tǒng)，可實現(xiàn)按人們的語音指令撥打電話、接通電話、語音處理電子郵件等功能 [2-3]。語音識別技術(shù)解放了人們的雙手，使他們能夠更好地操作、應(yīng)用計算機處理其他事務(wù)。

1 系統(tǒng)設(shè)計

1.1 系統(tǒng)功能簡介

語音助手系統(tǒng)是面向公司職員、學校醫(yī)院等企事業(yè)單位職工、學生等持有移動手機人員開發(fā)的一款應(yīng)用軟件，特別是針對工作忙碌的人員，該應(yīng)用系統(tǒng)發(fā)揮的作用更大。當收到開會或其他通知后，對智能語音助手講一遍通知內(nèi)容，語音助手便自動將語音識別為文字，并提取文字內(nèi)容中的時間、地點、事件等信息，最后在手機系統(tǒng)自帶的日歷中添加日程安排，默認十分鐘前提醒。當以電話的形式收到開會或其他安排的通知后，可第一時間對智能語音助手講一遍通知內(nèi)容，以免事后忘記。當手動撥號不方便時，直接語音說出聯(lián)系人姓名，系統(tǒng)可直接撥通聯(lián)系人電話，也可通過語音給聯(lián)系人發(fā)送短信。本文系統(tǒng)具體功能如下：

(1) 語音識別功能。用戶對手機講話，該功能將語音識別為文字，進行語義理解，通過關(guān)鍵詞提取等技術(shù)將內(nèi)容形成日程安排，自動插入到手機系統(tǒng)自帶的日歷中，而且日歷中日程的日期時間與語音中的日期時間相對應(yīng)，日程默認提前十分鐘提醒。

(2) 語音撥號功能。用戶對手機講“打電話給某某”，系統(tǒng)自動從聯(lián)系人中查找對應(yīng)的電話號碼，啟動撥號界面，實現(xiàn)撥號。如果該聯(lián)系人有多個電話號碼，則默認提取第一個。

(3) 語音發(fā)送短信功能。用戶對手機講出“發(fā)送短信給某某”，系統(tǒng)自動從聯(lián)系人中提取電話號碼，默認提取第一個號碼， 系統(tǒng)提示“請說出短信內(nèi)容”，用戶講“短信內(nèi)容是……”，系統(tǒng)自動將語音內(nèi)容轉(zhuǎn)化為文字并形成短信發(fā)送出去。

(4) 文字識別功能。當用戶收到短信通知后，可將短信內(nèi)容粘貼到系統(tǒng)文字輸入框中，點擊“發(fā)送”按鈕，系統(tǒng)對文字內(nèi)容進行語義理解，通過關(guān)鍵詞提取等技術(shù)將內(nèi)容形成日程安排自動插入到手機系統(tǒng)自帶的日歷中，且日歷中日程的日期時間與文字中的日期時間相對應(yīng)，日程默認提前十分鐘提醒。

(5) 幫助文檔。用戶點擊“幫助”按鈕，對話框中輸出幫助文檔。

1.2 總體設(shè)計

本文系統(tǒng)采用Android 框架，Android 系統(tǒng)的最大優(yōu)勢在于其平臺的開放性和服務(wù)的免費性 [4]。雖然自 4.0 Ice Cream Sandwich 系統(tǒng)應(yīng)用以來，出于安全考慮，Google 關(guān)閉了部分功能的開放源碼，但 Android 仍然具有非常大的操作空間， 仍然是廣大開發(fā)者的首選 [5-6]。目前，市面上已有較多語音助手相關(guān)軟件，在語音識別和智能搜索方面做得相當完善，但是它們卻在手機界面上仍然保留有大量操作，語音指令和手動選擇的組合無法令用戶滿意。本文語音助手通過語音識別技術(shù)配合手機日歷和記事本的提醒功能可及時自動存儲相關(guān)信息并按時提醒，用戶無需設(shè)置手機存儲及工作提醒。

本文系統(tǒng)總體設(shè)計思路 ：首先搭建語音識別框架 ；然后構(gòu)建語義理解、關(guān)鍵詞提取模型 ；最后根據(jù)語音內(nèi)容形成具體事件類型，包括日程添加事件、語音撥號事件，語音發(fā)送短信事件。系統(tǒng)設(shè)計流程如圖 1 所示。

1.3 詳細設(shè)計

語 音 識 別 技 術(shù) 由 VoiceRecognitionService 包 中的 SpeechRecognizer. reateSpeechRecognizer 識 別 器實 現(xiàn)， 識 別 結(jié) 果 返 回給 nbest= esults.getStringArrayList（SpeechRecognizer.RESULTS_RECOGNITION）。 本文采用在線識別模式，識別準確率較高。

語義理解和關(guān)鍵詞提取由正則表達式組實現(xiàn)，對“星期幾”“明天”“下周幾”等表示日期的詞匯進行理解轉(zhuǎn)化，對“上下午”“幾點半”等表示時間的詞匯進行理解轉(zhuǎn)化，最后形成標準的日程時間序列。

插入日程由 insertEvent 函數(shù)實現(xiàn)， 調(diào)用系統(tǒng)自帶的Calendar 類。

打電話功能由nameNumberCall 函數(shù)實現(xiàn)，通過 Cursor 查詢聯(lián)系人姓名，獲取聯(lián)系人電話號碼，形成 Intent，調(diào)用startActivity 呼叫聯(lián)系人。

發(fā)送短信功能由 sendSMS 函數(shù)實現(xiàn)， 通過 Cursor 查詢聯(lián)系人姓名， 獲取聯(lián)系人電話號碼， 形成 Intent， 調(diào)用startActivity 給聯(lián)系人發(fā)送短信。

2 系統(tǒng)測試與特點

2.1 系統(tǒng)測試

啟動系統(tǒng)，進入系統(tǒng)主界面，如圖 2 所示。本文系統(tǒng)的啟動時間少于1 s。

系統(tǒng)啟動后，界面下方有 3 個按鈕。第一個按鈕為文字 / 語音切換按鈕，系統(tǒng)默認為文字輸入模式，點一下該按鈕， 系統(tǒng)切換為語音識別模式。第二個按鈕為“發(fā)送”，可將短信收到的通知直接粘貼到“文字輸入”框內(nèi)，如圖 3 所示。系統(tǒng)自動根據(jù)文字內(nèi)容進行語義理解和關(guān)鍵詞提取，將通知的主要內(nèi)容形成日程安排自動插入到日歷中，如圖 4 所示。對話框采用人機對話形式，系統(tǒng)提示在左側(cè)，用戶輸入在右側(cè)，消息背景為流行的氣泡效果。

應(yīng)用情景 1 ：當短信或微信收到開會通知后，若此時用戶在不宜大聲說話的場所，可將通知內(nèi)容復(fù)制到“文字輸入框”中，點擊“文字識別”按鈕，系統(tǒng)會自動分析文字內(nèi)容并形成日程自動添加到日歷中。

點擊文字 / 語音切換按鈕，出現(xiàn)“語音識別”按鈕。用戶接到電話通知或口頭通知后，以免事后忘記，需第一時間點擊“語音識別”按鈕，將通知內(nèi)容或安排對準手機敘述一遍，系統(tǒng)自動對敘述內(nèi)容進行語音識別，將語音識別內(nèi)容輸出到屏幕上，如圖 5 所示。同時通過語義理解自動形成事件，若為日程事件，系統(tǒng)則會自動形成日程安排并插入到日歷中，如圖6 所示。

應(yīng)用情景 2 ：當收到開會通知后，若用戶正在開車（等紅綠燈），可以點擊“語音識別”按鈕將通知內(nèi)容對手機復(fù)述一遍， 系統(tǒng)會將語音識別為文字，自動分析文字內(nèi)容并形成日程自動添加到日歷中，避免事后忘記。

應(yīng)用情景 3 ：當早晨出門上班時，不會用智能手機的父母叮囑下班時幫忙買一些物品（食物、藥品等），而此時時間緊迫，來不及將物品名稱手動輸入到備忘錄中，用戶可打開智能語音助手，點擊“語音識別”按鈕，將父母叮囑的物品名稱對手機復(fù)述一遍（如下午 5 點購買大米 1 袋，掛面 2 卷，食鹽 2袋，醋 1瓶，X1藥品 2盒，X2藥品 1瓶，X3藥品 1瓶， 其中 X1只買某某廠家的等），系統(tǒng)將語音識別為文字，自動分析文字內(nèi)容并形成日程自動添加到日歷中，避免到了單位或下班時忘記要買的物品。

應(yīng)用情景 4 ：當不方便手動查找聯(lián)系人而又急需給聯(lián)系人打電話時，點擊“語音識別”按鈕，講出“打電話給某某”，系統(tǒng)直接呼叫聯(lián)系人，如圖 7、圖 8 所示。

應(yīng)用情景 5 ：當用戶不方便打字而又急于給聯(lián)系人發(fā)送短信時，點擊“語音識別”按鈕，講出“發(fā)送短信給某某”，然后說出短信內(nèi)容，系統(tǒng)自動將語音內(nèi)容轉(zhuǎn)為文字并形成短信發(fā)送給聯(lián)系人，如圖 9、圖 10 所示。

點擊“幫助”按鈕后，主界面輸出幫助文檔，包含功能介紹、應(yīng)用例子等。

幫助的四大功能為 ：通過語音添加日程 ；通過文字添加日程 ；通過語音直接呼叫聯(lián)系人 ；通過語音直接發(fā)送短信。

通過語音或文字添加日程舉例 ：4 月 25 日下午 3 點在議室開會 ；下周三上午 9 點在 B405 開例會 ；后天晚上 6 點半在×× 飯店聚餐。

通過語音撥打電話舉例 ：打電話給張三。

通過語音發(fā)送短信舉例：先說“發(fā)短信給張三”；然后說“短信內(nèi)容是 ：我在開車，稍后給您回電?！?

2.2 系統(tǒng)特點

本文系統(tǒng)采用云語音識別技術(shù)，需打開 WiFi 或數(shù)據(jù)流量， 語音識別精度高。可一鍵完成日程添加，一鍵實現(xiàn)語音撥號， 快速實現(xiàn)語音發(fā)送文字短信。本文系統(tǒng)無需讀取聯(lián)系人信息權(quán)限，但需短信讀取權(quán)限、打電話權(quán)限、日歷讀寫權(quán)限。與其他語音助手相比，本文系統(tǒng)的優(yōu)點是無需在用戶手機新建數(shù)

據(jù)庫，用戶的所有日程都添加在用戶手機自帶的日歷中，當用戶卸載系統(tǒng)時，無需擔心已添加的日程會丟失。

編程語言為 Android，Java。 系統(tǒng)運行環(huán)境為支持

Android 系統(tǒng)的手機或平板電腦。

3 結(jié) 語

目前語音識別技術(shù)是科學研究的熱點，語音助手也是當前移動客戶端開發(fā)的熱門方向。本文提出了基于智能終端平臺的語音識別手機助手應(yīng)用系統(tǒng)的總體結(jié)構(gòu)與設(shè)計，以及實現(xiàn)的主要技術(shù)，并將其應(yīng)用到手機日常應(yīng)用中。測試結(jié)果表明， 本文系統(tǒng)起到了用戶與日歷間的橋梁作用，尤其適合上班族使用，當手頭工作繁多時，使用該系統(tǒng)一鍵添加日程安排，可避免事后忘記而造成工作不便。